这篇很真实，说透了AI用得越多，自己越容易变懒，得先自己思考再让AI动手。
文章指出长期依赖AI生成代码会削弱工程师的沉浸式创造能力和职业满足感。作者用历史小说家批量生产而非亲自研究写书的类比，说明类似问题。他自述使用Claude和Codex几个月后，写代码变得懒散迟钝，遇到复杂问题第一反应是让AI找bug或写修复。文章警告AI批量产生的代码如同“数字塑料垃圾”，便宜但长期污染软件生态。
早上读到一篇不错的文章：《Software Engineering in the Age of AI…
早上读到一篇不错的文章：《Software Engineering in the Age of AI》。
作者没有否认 AI 写代码很强，甚至承认它已经足够好用。真正值得担心的是：如果人类长期把最需要沉浸、判断和创造的部分交出去，工程师的能力、职业满足感、组织知识传承，都会被慢慢削弱。
文章里有个类比我很喜欢： 一个历史小说家要写 1760 年伦敦的场景，她需要研究服饰、街景、政治背景，再把这些材料融进自己的想象力里。 但如果出版社找一群学生批量写稿，小说家只负责编辑，产量确实上去了，可她失去了沉浸式创造的乐趣。
放到软件开发里也一样。 以前写代码、解 bug、做架构，是很容易进入心流的。几个小时过去，你会觉得自己真的把一个复杂问题啃下来了。 现在很多工作变成检查 AI 生成的代码、文档、PR，体验更像处理邮件和 Slack 队列。
作者还提到一个很扎心的点：用了几个月 AI 后，他明显感觉自己写代码变懒、变迟钝了。
遇到复杂问题时，第一反应已经变成： 为什么不先让 Claude 找 bug？ 为什么不先让 Codex 写个修复？ 这种便利会慢慢削弱原本通过亲手解决问题获得的能力。
文章最后判断比较悲观：AI 批量生成代码、文档、邮件、网页内容，像“数字塑料垃圾”。 便宜、够用、产量巨大，但长期会污染互联网和软件生态。
我自己的感受是： AI 当然要用，而且要深度用。 但在用 AI 之前，建议先做足够多的思考和设计。这部分真不适合交个AI，既浪费token还让会让自己的创造力和判断力慢慢退化。
前两天读《特斯拉自传》也有一段很触动我。特斯拉说，他发明东西时并不急着动手，而是先在脑子里把装置构建出来，调整结构、持续改进，甚至直接在大脑中运行它。直到他看不到任何问题，才把脑中的最终产品做成实物。最后结果往往和他预想的一样。
AI 很适合加速执行，但别让它替你完成最关键的思考。
原文： https://t.co/64nMQU8Eig